本文提出一种基于 persistence diagrams 的核方法，用于发展统计学框架，该方法具有稳定性和快速逼近技术，并在蛋白质和氧化物玻璃的实际数据中证明了其比其他相关方法更具优势。
Jan, 2016
通过设计稳定表现拓扑特征的多尺度核，我们在理论上将拓扑数据分析与流行的基于核的学习技术建立了联系，并证明了该核对于 1-Wasserstein 距离的稳定性。在 3D 形状分类 / 检索和纹理识别的两个基准数据集上的实验证明，与基于持久景观的替代方法相比，所提出的方法具有相当的性能优势。
Dec, 2014
使用一种称为持续同调的拓扑工具及其对应的持久图摘要的新特征表示和数据分析方法，提出了一种新的加权核，称为 WKPI，以及一种优化框架，用于学习持久性摘要的最佳度量，并将其应用于图分类中，获得了比以往任何一个图分类框架都更好的结果。
Apr, 2019
本文介绍了一种将图编码为永久图并进行向量化的稳定方法，并提出一个通用而灵活的永久图向量化框架，该框架囊括了文献中使用的大部分向量化技术，并在实际数据集上的分类任务中取得了竞争力的成绩。
本文提供了一种自适应分区的方法来改进模板函数功能，该功能通过坚定的支持函数提供了持续性图的稳定向量表示，并提供了一种框架来自适应选择模板函数所需的参数。
Oct, 2019
本文介绍了一种用于拓扑图形分析中的持续图的优化方法，在保持稳定性的同时可以生成更健壮的极大值，并且可以将持续图中的关键和接近关键的单形分布可视化。
Sep, 2020
本文在拓扑数据分析中提出了 Persistence Curves (PC) 的概念，并论证了其与多种常见 summary 的相似性，基于此提出了多种新的 summary 并给出了理论支撑，并将其应用于纹理分类和离散动态系统参数确定中，并与其他 TDA 方法的表现进行了比较。
本文提出了一种 Persistence Fisher（PF）核，可以应用于统计分析，该核的优势在于它可以测量基于坚固的拓扑特征提取的非向量数据的相似性，是对 Wasserstein 距离的积极补充，以及在特征提取和机器学习算法中一些其他有用的性质，例如稳定性和无穷可分性。
Feb, 2018
本文探讨了将持久图嵌入到可分离的希尔伯特空间中的可能性，并证明了对于几种已有的无限维希尔伯特空间稳定嵌入方案，任意下限必须依赖于持久图的基数，而在有界基数限制下，即使将持久图限制为有界基数，寻找一个双唇函数嵌入也是不可能的。
Jun, 2018
本文提出了一种结合线性机器学习模型和持久图像的统一方法，实现对点云和立方集的统计学反演分析，从 persistence diagrams 中提取嵌入数据中的统计特征。
Jun, 2017